Что такое ИИ-агент на практике: 5 ловушек, которые остановили агрегатор Telegram-каналов

Этот разбор полезен не только разработчикам: если вы автор, маркетолог или предприниматель и думаете подключить ИИ-агента (программу, которая сама выполняет цепочку задач без вашего участия) к сбору и переупаковке контента, вы увидите, на каких именно этапах «невидимые» лимиты съедают бюджет и останавливают конвейер.

Что строит разработчик и зачем это разбирать?

Автор проекта делает приложение в одиночку. Приложение собирает публикации из подобранных Telegram-каналов по темам, убирает дубли и шум с помощью классификации на базе языковой модели (LLM, large language model, нейросеть, которая понимает и генерирует текст), а затем превращает результат в короткий аудиодайджест через синтез речи.

Ниже не обзор архитектуры, а разбор пяти конкретных мест, где план разошёлся с реальностью. Каждая «грабля» важна для понимания того, что такое ИИ-агент на практике, а не в маркетинговых презентациях.

Невидимый лимит чужого сервиса определяет скорость всего продукта

Прямого доступа к Telegram API для чтения произвольных публичных каналов нет. Разработчик использует бесплатный сторонний сервис, который превращает публичный канал в RSS-ленту (формат автоматической подписки на обновления) по URL.

У сервиса есть неофициальный лимит: по опыту автора, около 13-15 запросов подряд за несколько минут, после чего сервис отвечает ошибкой 429 (слишком много запросов). Заявлено 15 запросов в минуту, но фактическое время восстановления оказалось больше, чем в документации.

Этот лимит стал параметром всей архитектуры:

• Пауза между темами внутри конвейера составляет 75 секунд.
• Полный цикл сбора по 12 темам занимает 40-45 минут.
• Внешняя зависимость без гарантий обслуживания (SLA) превратилась в жёсткое ограничение скорости всего продукта.

Тарифная модель диктует архитектуру, а не наоборот

Сервис автоматизации, который использует разработчик, на базовом тарифе даёт 2500 запусков в месяц и не более 5 одновременных. Раньше каждая из 12 тем имела собственное расписание. При ежечасном запуске это умножает число запусков в 12 раз и моментально выбивает тариф.

Решение: единая точка входа, «Оркестратор» (центральный сценарий, который по расписанию вызывает все 12 тем последовательно). Внутренние вызовы в лимит не засчитываются, считается только сам факт срабатывания Оркестратора.

Автор подчёркивает: это не архитектурная эстетика, а прямое следствие тарифной модели. При другой схеме оплаты решение было бы другим. Для тех, кто выбирает платформу автоматизации, это принципиальный момент: экономика запусков может перекроить всю логику продукта.

Дедупликация, которая не работала вообще

В конвейере были два идентификатора для одной новости:

• external_id: хэш (цифровой отпечаток) от ссылки на пост и даты. Работал корректно и схлопывал точные дубли.
• cluster_id: хэш от первых 200 символов текста, задуманный для «умной» кластеризации, когда разные каналы пишут об одном событии своими словами.

Проверка на 1003 записях за 14 дней показала 1002 уникальных cluster_id. Механизм не «работал слабо», а не работал практически никогда: разные каналы почти всегда описывают событие разными словами, и хэш от точного текста этого не ловит в принципе.

Экспериментальный механизм на сравнении заголовков (со стоп-листом служебных слов и стеммингом, приведением слов к общей основе: «Россия» и «России», «дроны» и «беспилотники») дал точность около 89% на выборке. Но он пока не подключён к реальной ленте.

56% озвучки оказалось лишней, и это видно только в цифрах

Многие каналы относятся сразу к нескольким темам. Каждая тема при старой архитектуре запускала собственный вызов синтеза речи. Дедупликация по external_id происходила на бэкенде уже после того, как аудио сгенерировано и оплачено.

Прямой подсчёт за 14 дней: 2275 вызовов синтеза на 1003 уникальных единицы контента. Множитель 2,27, то есть около 56% озвучки было избыточным. По тарифу на тот момент это ориентировочно 1300 рублей в месяц лишних расходов (оценка снизу: реальный текст для озвучки длиннее, потому что числа проговариваются словами).

Исправление: кэш «этот материал уже озвучен в другой теме за последние 48 часов» перед вызовом синтеза. Но кэш заработал только после того, как прогоны стали строго последовательными через Оркестратор. Пока темы стартовали по независимым расписаниям с разбросом в минуту, соседние прогоны работали параллельно (замеры показывали пересечение по времени в 1,5-2,3 минуты), и кэш промахивался систематически.

Конвейер встал, а статус показывал «всё хорошо»

Учащение цикла сбора с 4 раз в сутки до раза в час привело не к постепенному росту расходов, а к почти полной остановке сбора с первого же часа. Бесплатная дневная квота классификатора (500 запросов в сутки на модель) была исчерпана за один час вместо привычных нескольких дней.

Опаснее другое: Оркестратор продолжал отчитываться «success» на всех прогонах. Ошибка ловилась на уровне отдельной темы (осознанное решение, чтобы сбой одной темы не останавливал остальные) и должна была уйти в отдельный лог с почтовым оповещением. Но оповещение оказалось выключено ещё с предыдущего инцидента и не было включено обратно.

Без ручной проверки данных полный отказ сбора остался бы незамеченным.

Без ручной проверки данных полный отказ сбора остался бы незамеченным. Алерт оказался выключен ещё с более раннего инцидента и не был включён обратно. : Автор проекта (разработчик-одиночка)

Что делать с этим по ролям?

Автору Дзена и копирайтеру. Если вы думаете подключить ИИ-агента для мониторинга каналов и автоматической переупаковки контента, закладывайте бюджет не на «подписку», а на реальный объём вызовов. Проверяйте, что дубли отсекаются до платного этапа (озвучки, генерации, публикации), а не после.

Маркетологу. Любой конвейер автоматизации контента, построенный на цепочке внешних сервисов, наследует самый жёсткий лимит из всей цепочки. Прежде чем масштабировать частоту, посчитайте реальную стоимость каждого этапа при новой частоте, а не только подписку на основной инструмент.

Предпринимателю в РФ. Сторонние RSS-мосты для Telegram без SLA могут в любой момент изменить лимиты или закрыться. Если строите продукт на таком звене, имейте запасной вариант. Синтез речи, классификация на LLM, автоматизация через платформы, всё это доступно в России, но тарифные ловушки одинаковы везде.

Следующий шаг автора проекта: перевод классификатора на батчевую обработку (около 15 материалов за один вызов модели вместо одного) и добавление фильтров до обращения к модели, а не после. Если эта оптимизация сработает, экономика проекта изменится радикально, но пока это план, а не результат. Для всех, кто строит ИИ-агентов на стыке бесплатных и дешёвых сервисов, главный урок уже зафиксирован: реальная архитектура продукта определяется не вашим замыслом, а самым узким внешним лимитом, о котором вы ещё не знаете.